Γενετικός Αλγόριθμος — Εξελικτική Βελτιστοποίηση
Ένας γενετικός αλγόριθμος (GA) είναι μια μεταευριστική μέθοδος βελτιστοποίησης βασισμένη σε πληθυσμό, που εισήχθη από τον John Henry Holland (1975), η οποία μιμείται τις αρχές της φυσικής επιλογής. Διατηρεί έναν πληθυσμό υποψήφιων λύσεων και τις βελτιώνει επαναληπτικά μέσω τελεστών επιλογής, διασταύρωσης και μετάλλαξης, καθιστώντας τον ιδιαίτερα ισχυρό σε ασυνεχείς, μη κυρτούς και πολυτροπικούς χώρους αναζήτησης, όπου οι κλασικές μέθοδοι βασισμένες στην κλίση αποτυγχάνουν.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
Πηγές
- Holland, J.H. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press. link ↗
- Deb, K. (2001). Multi-Objective Optimization using Evolutionary Algorithms. Wiley. ISBN: 9780471873396
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 1). Genetic Algorithm — Evolutionary Optimization. ScholarGate. https://scholargate.app/el/optimization/genetic-algorithm
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Βελτιστοποίηση Βάσει Σμήνους ΜυρμηγκιώνΒελτιστοποίηση↔ compare
- Διαφορική ΕξέλιξηΒελτιστοποίηση↔ compare
- NSGA-IIΒελτιστοποίηση↔ compare
- Βελτιστοποίηση Σμήνους Σωματιδίων (PSO)Βελτιστοποίηση↔ compare
- Προσομοιωμένη ΑνόπτησηΒελτιστοποίηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →